python中的最佳匹配算法

python中最佳匹配的最佳实现应该是什么

我有一个txt文件，其中有一些国家代码映射，例如

代码名 123美国广播公司

1234 DEF

1235 GHI

124 JKL

1241 MNO

这个txt文件很大（13500条记录），我只是放了一些样本

此外，我还有一些CDR文件，在每个记录（行）中我都会得到国家代码（数字），我想将其转换为国家名称

现在我所说的最佳匹配是，假设CDR记录包含国家代码“1234”，那么国家名称将是“DEF”，如果是“1235”，那么国家名称将是“GHI”，但是如果国家代码是“1236”，那么完美匹配将失败，并且应该返回到“ABC”，因为“123”是可用的

我不知道这种搜索是否有一个标准名称。 就像正则表达式中的贪婪搜索一样

---

什么是这种搜索的最佳实现，因为CDR文件非常大（高达25GB）。

字典是实现这种搜索的最简单方法。请参阅以下解决方案：

皈依

123美国广播公司

1234 DEF

1235 GHI

124 JKL

1241 MNO

至{1241:'MNO'，1234:'DEF'，123:'ABC'，124:'JKL'，1235:'GHI'}

读取带有国家代码的CDR文件，然后在字典中搜索

如果找不到代码，请删除单元的位置并再次搜索

仍未找到-打印“未找到匹配项”

下面是相同的代码-

country_name = {}
with open('U:\countrynames.csv','r') as f:
    for line in f:
        linesplit = line.split()
        country_name[int(linesplit[0])] = linesplit[1]

with open('U:\countrycodesCDR.csv','r') as f:
    for line in f:
        country_code = int(line.strip())
        while country_code != 0:
            if country_code in country_name:
                print country_name[country_code]
                break
            else:
                 country_code /=10

        else:
             print 'No match found'

---

近似匹配有多种方法。什么对你“最好”取决于你的标准，你没有透露。投票结束，因为范围太广；也可能不清楚，或主要基于意见。有关详细信息，请参阅。粘贴您在此处尝试的代码。@Trimax--我还没有编写相同的代码。我只是在想办法。到目前为止，我想到的是（按国家代码）将txt文件内容排序到元组列表中。然后在列表中搜索完整的国家/地区代码，如果匹配失败，则再次搜索列表，删除最后一位，依此类推。还有更好的办法吗？@triplee——我还不知道我在这里没有透露哪些信息。我把问题缩短了，以最好的方式解决这个问题。好吧，我理解，你需要处理两个文件：一个，国家代码的映射；二是源数据。将映射文件放入字典中，然后迭代源数据并匹配字典中的country conde。